보청기 소리 최적화를 위한 사용자와 인공지능(AI)의 협업의 필요성

수년간 보청기는 아날로그에서 디지털 신호 처리로, 선형에서 비선형 이득 처방으로, 그리고 모든 청취 환경에 대한 단일 일반 처리 방식에서 특정 청취 환경에 대한 처리를 조정하는 음향 분류 체계로 발전해 왔습니다. 그럼에도 불구하고 보청기는 일반 사용자의 평균 귀를 위해 설계되고, 주어진 청취 환경에서 일반적인 것에 대한 가정을 사용하여 설계된다는 근본적인 문제가 남아 있습니다. 자격을 갖춘 청각전문가가 개별적으로 조정하고 사용자 정의한 피팅도 개별 보청기 사용자가 경험하는 모든 실제 상황을 설명할 수는 없습니다.

 

평균 청력 해결책과 관련된 문제는 일반적이고 구체적일 수 있습니다. 물론 가장 심각한 문제는 개별 보청기 사용자가 보청기 처리, 이론적 근거, 적합성의 기초가 되는 가정으로부터 벗어날 때 발생하는 일반적인 문제입니다. 보청기 사용자는 자신의 청력에 불만을 가질 가능성이 높으며, 이로 인해 보청기를 덜 사용하거나 전혀 사용하지 않게 되어 보청기 사용으로 인한 모든 부정적인 영향을 경험하게 될 수 있습니다. 또한 청능, 청각사는 보청기 사용자를 돕기 위해 고심을 하거나 반드시 문제를 해결하지는 않는 반복적인 미세 조정 작업에 귀중한 시간을 할애할 수 있습니다.

 

한 가지 일반적인 문제는 선호 이득 수준이 개인마다 상당히 다르다는 것입니다. 이는 적합 시 이득 목표가 범위가 아닌 정확한 수준으로 나타난다는 사실에 가려집니다. 이것은 보청기 제조업체가 제공하는 독점적인 피팅 합리성과 DSL 및 NAL-NL2와 같은 일반적인 피팅 합리성을 모두 포함하고 있습니다.

 

Keidser와 Dillon은 189명의 성인 보청기 사용자의 선호도 수준을 요약했는데, 이상치로 간주될 수 있는 가장 극단적인 경우를 무시하더라도 개인의 평균 선호 이득은 약 15dB 만큼 다양합니다. 이것은 상당한 수의 보청기 사용자에게 적절한 근거가 자신의 선호에 부합하는 수준의 이득을 제공하지 않을 것임을 나타냅니다.

 

고려해야 할 또 다른 중요한 매개변수는 음량의 불편함 수준이며, 이는 또한 상당한 변화를 보여줍니다. 710개의 귀를 포함한 한 연구를 요약한 결과, 최대 80dB HL의 청력 손실에서 70 미만에서 130 dB SPL 초과범위의 음량 불편수준을 보였습니다. 80dB HL 이상의 청력 손실의 경우 범위는 예상대로 작아지지만 여전히 약 30dB SPL에 걸쳐 있습니다.

 

선호하는 소음과 소음 불편 모두 보청기를 잘 아는 청능, 청각사가 적절하게 조정할 수 있지만, 이는 전문가에게 상당한 부담을 주며, 모든 사용자가 선택할 수 있는 것은 아닙니다. 또는 보청기 사용자에게 볼륨 조절 기능을 제공하면 문제를 완화하는 데 도움이 될 수 있지만, 이는 주파수 및 소리 수준에 따라 선호도가 다르기 때문에 여전히 문제를 해결하는 데 는 여전히 부족합니다.

 

이러한 일반적인 문제 외에도 보청기 사용자는 보청기가 일반적으로 잘 갖추어진 개인 사용자의 특정 상황에서 발생하는 더 많은 국부적인 문제를 경험할 수 있습니다. 만약 이런 일이 자주 일어난다면, 구체적으로 시작되는 문제들은 더 많은 일반적 불만족으로 이어질 수 있습니다. 이러한 유형의 문제에 기여하는 것은 보청기가 일반적으로 청력 클리닉의 상대적으로 건조한 음향 환경에서 장착된다는 사실이며, 이는 클리닉 외부의 실제 청취 환경에서 경험하는 환경 음향과는 다릅니다.

 

보청기가 자동 조정에서 가정한 청취의도가 사용자의 실제 의도와 일치하지 않을 경우 특정한 문제가 발생할 수 있습니다. 극단적으로, 동일한 사용자는 동일한 청취 환경에 있을 수 있지만 완전히 다른 의도를 가지고 있을 수도 있습니다. 다른 사람과 함께 음악을 듣는 보청기 사용자의 경우, "음악" 등급에 맞는 소리 분류가 적절하고 음악의 즐거움을 높일 수 있습니다. 그러나 다른 경우에는 사용자의 의도가 하나 이상의 대화 파트너와 상호 작용하는 경우 이 설정이 귀찮을 수 있습니다. 놀이터 근처의 공원 벤치에 앉아, 보청기 사용자는 일에 집중하거나 대화를 나누기 위해 주변 소음을 완전히 배제하기를 원할 수도 있고, 주변을 의식하면서 책을 읽거나 휴식을 취하고 싶을 수도 있고, 어린이를 감시하기 위해 놀이터의 소리에 집중해야 할 수도 있습니다. 보청기 분류는 보청기가 개발되는 동안 보청기에 내장되어 특정 청취 환경에서 전형적이거나 평균적인 것에 대한 가정에 기초하므로, 이에 대한 편차는 잠재적으로 문제가 될 수 있습니다.

 

요약하면, 보청기가 평균적인 청취 환경에서 평균적인 사용자를 위해 설계되었다는 사실과 보청기의 청취 환경 분류가 항상 사용자의 의도와 일치하지 않는다는 사실에서 일반적인 문제와 특정 문제가 모두 발생하는 것입니다. 지식이 풍부한 청각 전문가가 이러한 문제 중 일부를 해결할 수 있지만, 이를 위해서는 보청기 사용자가 자신의 청취 경험과 선호도를 설명할 수 있어야 하며, 전문가는 이러한 설명을 적절한 설정으로 번경할 수 있어야 합니다. 이 두 가지 모두 어려운 작업입니다. 볼륨 조절, 좌우 보청기의 개별 조절, 다채널 이퀄라이저도 이러한 문제를 완화하는 것을 목표로 하지만 반드시 해결되는 것은 아니며 사용자가 점점 더 복잡해지는 컨트롤과 상호 작용해야 합니다. 이 문제는 인공 지능(AI)을 사용하여 사운드를 최적화하는 동기가 됩니다.

 

인공 지능을 사용한 사운드의 최적화

 

소리 선호에 대한 중요한 관점은 보청기 사용자가 어떤 소리를 선호하는지를 말로 설명할 수 있는 것보다 훨씬 체계적으로 두 가지 소리 설정 중 어떤 것을 선택할 수 있다는 것입니다.

 

머신러닝,  AI와 관련된 용어는 청각과학, 보청기 마케팅 등 다양한 분야에 걸쳐 널리 사용되고 있습니다.이러한 개념들을 자세히 검토하고 설명하는 것은 보다 자세한 설명이 필요하겠지만, 간단히 '기계학습=머신러닝'이란 정보이론과 함께 가우스 과정으로 알려진 특정 수학 모델을 사용하여 사용자 입력에 근거한 개인 설정을 생성하는 것을 말합니다. 컴퓨터가 실생활에서 그리고 그렇지 않으면 사람이 해야 할 그 순간에 작업을 수행하기 때문에 이것은 AI입니다. 

 

이 경우 전문가는 사용자의 구두 피드백을 바탕으로 관련 파라미터를 수동으로 조작해야 합니다. AI 시스템에 중요한 사용자들은 기계 학습 모델을 업데이트하고 보청기 매개 변수를 미세 조정하기 위해 사용되는 입력을 제공함으로써 프로세스의 통합 부분을 유지합니다.

 

권한 부여와 동기 부여의 긍정적인 효과 외에도, 향후 연구의 중요한 분야는 보청기 사용자가 자신이 만든 프로그램을 재사용하는 청취 환경과 이러한 잠재적으로 다양한 환경에서 프로그램에 대한 만족도가 될 것입니다.

 

 

* 참조 :  THIEME (본 내용은 공개된 오픈소스로 일부내용을 발췌하였음을 밝힙니다)

"The Collaboration between Hearing Aid Users and Artificial Intelligence to Optimize Sound"

 

 

 

이편한보청기 청각센터 : 난청, 청력관리, 보청기 상담 (전화연결) 031-994-2544

---

 

[이편한보청기 청각센터 찾아오시는 길]

 

---

 

[이전글 더 보기]

 

[청력리포트 (Hearing Report)] - 바이노럴 보청기(양이 보청기)를 활용한 '인체 통신'(커뮤니케이션) 활용방법 - 웨어러블 기술 대안 관점

바이노럴 보청기(양이 보청기)를 활용한 '인체 통신'(커뮤니케이션) 활용방법 - 웨어러블 기술 대

 

[청력리포트 (Hearing Report)] - 소음상황에서 음성 명료도를 향상시키는 보청기 기술 (1)

소음상황에서 음성 명료도를 향상시키는 보청기 기술 (1)